QUESTA STORIA È IN ATTESA DI APPROVAZIONE DEL CLIENTE. CONSIDERALO RISERVATO PER L'AZIENDA. NON DIVULGARE.
A Novozymes, un'evoluzione di ciò che significa fare scienza
In che modo l'abilitazione statistica aziendale ha portato a una ricerca più riproducibile e a un impatto maggiore di fronte a un pianeta che cambia
_____________________________________________________________________________________
Sfida: Gli effetti accelerati del cambiamento climatico richiedono ora uno spostamento fondamentale verso soluzioni scientifiche che siano sostanzialmente più innovative - e arrivino più velocemente - che mai. Con leader creativi e scientificamente agili al timone, Novozymes sta rispondendo a questa crescente sfida intraprendendo i difficili passi per diventare un'organizzazione globale pienamente statisticamente capace.
Soluzione: Oltre a concedere in licenza nuovi strumenti, Novozymes ha collaborato con JMP® per fornire agli scienziati la piattaforma, la formazione e il supporto di cui avevano bisogno per fare un uso efficace dei metodi statistici nella loro pratica scientifica. In un solo esempio, una combinazione di competenze scientifiche di alto livello dell'azienda e una gamma di funzionalità JMP ha consentito a Novozymes di passare da "zero a leader mondiale" nel lievito per biocarburanti nel giro di pochi anni.
Risultati: Il data scientist Michael Akerman spiega che con i flussi di lavoro dei dati aziendali consolidati in JMP, Novozymes sta costruendo prodotti più velocemente, in modo più efficace e con una qualità superiore. Inoltre, afferma, "l'impatto di Novozymes come azienda può crescere perché stiamo utilizzando metodi più efficaci per costruire il futuro della biotecnologia".
_____________________________________________________________________________________
Riconosciuta come una delle aziende biotecnologiche più innovative d'Europa, Novozymes, con sede a Copenaghen, utilizza la scienza all'avanguardia per affrontare le sfide di un pianeta che cambia. Il lavoro pionieristico dell'azienda nello sviluppo di enzimi e microbi può ora essere trovato in tutto, dai detergenti biodegradabili al carburante per aerei a base vegetale.
"Novozymes ha un atteggiamento molto entusiasta quando si tratta di spingersi oltre il modo in cui funziona la biotecnologia", afferma Michael Akerman, un data scientist che lavora nella divisione di bio-soluzioni agricole e industriali dell'azienda. Sebbene Akerman, che ha una formazione in ingegneria chimica, abbia iniziato la sua carriera presso Novozymes nella sperimentazione di biocarburanti, ora guida l'implementazione statistica nella ricerca e sviluppo come parte di una spinta sponsorizzata dalla leadership per una strategia di dati più efficace.
"Voglio che la scienza sia più guidata dai dati", afferma. “Penso che ci sia molta scienza che viene fatta a livello di istinto con metodi più vecchi focalizzati su un singolo fattore alla volta – o anche sull'osservazione. E non è sufficiente, data la complessità del mondo in cui viviamo".
Oltre i limiti del laboratorio fisico
Con il suo focus sulla sostenibilità, Novozymes è nella posizione migliore rispetto alla maggior parte per comprendere quelle complessità e l'innovazione necessaria per superarle al servizio di un futuro più verde. Lo stesso ethos ha guidato una profonda trasformazione dell'analisi che cerca di aumentare la scienza con pratiche di dati all'avanguardia. Akerman spiega che mentre l'azienda cercava di aumentare la produttività in aree chiave come i biocarburanti, la leadership ha riconosciuto come gli scienziati stessero già spingendo i limiti delle specifiche del laboratorio fisico e quindi richiedessero un nuovo approccio per massimizzare il valore della loro scienza.
"Man mano che il mondo diventa più complesso e abbiamo bisogno di produrre più prodotti per soddisfare più esigenze e migliorare il mondo per le persone che ci vivono, diventa sempre più difficile [soddisfare tali esigenze mantenendo] gli standard di qualità", Akerman spiega.
“Ogni leader scientifico di Novozymes si preoccupa davvero di fare bene la scienza. Quasi tutti loro stessi sono ex scienziati, e sono arrivati attraverso l'organizzazione scientifica. Vogliono vedere [un'evoluzione] in cosa significa fare scienza". Per Novozymes, quell'evoluzione è iniziata reinventando il modo in cui gli scienziati utilizzano i dati.
Un modo trasformativo di pensare alla scienza
Akerman, come i suoi sponsor nella leadership di Novozymes, crede fermamente che gli approcci statistici abbiano il potenziale per trasformare in meglio la ricerca scientifica. In definitiva, osserva, una scienza migliore significa non solo fornire valore all'azienda, ma anche alle persone in tutto il mondo. E i motivi sono molteplici:
- Le statistiche migliorano la qualità della tua scienza. "È di vitale importanza per la scienza essere in grado di rispondere alle domande in modo reale ed evitare i pregiudizi che sono così comuni nella sperimentazione [tradizionale]", afferma Akerman.
- Le statistiche possono ridurre i costi. "Costa molto sbagliare sul design del prodotto", spiega. "Se esci con qualcosa che i tuoi scienziati stanno dicendo funzionerà sicuramente - e poi si scopre che non funziona nel mondo reale - questo è un costo enorme per l'azienda."
- L'abilitazione statistica consente agli scienziati di utilizzare la loro conoscenza del dominio al più alto livello. I sistemi biologici, dice Akerman, sono molto complicati da un punto di vista analitico. "Lavoriamo quasi sempre in uno spazio di ricerca e sviluppo in cui non siamo vincolati dai tradizionali vincoli dei problemi di ottimizzazione che si prestano a progetti facili da estrarre da un libro di testo".
- Gli strumenti statistici facilitano una migliore collaborazione e promuovono il pensiero fuori dagli schemi. “Abbiamo automatizzato gran parte dei nostri processi di laboratorio, dati e condivisione delle conoscenze per acquisire i dati in modo tale che sia facile condividerli con il resto del team. [Una volta che gli scienziati si saranno abituati a un ambiente di dati,] non torneranno a lavorare in silos perché ora l'intero gruppo può lavorare insieme per capire cosa significano i dati ", afferma.
Alla fine, era chiaro che Novozymes aveva bisogno di modi più intelligenti per fare esperimenti e di uno strumento più efficace con cui analizzare e individualizzare i risultati di quegli esperimenti, oltre a comunicare approfondimenti con le parti interessate. “Ho iniziato ad aiutare i miei colleghi a utilizzare una progettazione efficace degli esperimenti ea eseguire analisi e visualizzazioni più efficaci. Questo fa parte del modo in cui elaboriamo le statistiche e, infine, la scienza dei dati", aggiunge Akerman.
“Con ogni scienziato che possiede i propri esperimenti e la propria parte del mondo scientifico, avevamo davvero bisogno di democratizzare le statistiche a Novozymes. Non abbiamo uno statistico in attesa di analizzare ogni esperimento; piuttosto, ci affidiamo agli scienziati per analizzare il proprio lavoro.
Democratizzare le statistiche attraverso un partenariato strategico
Mentre molte aziende si affidano a un team statistico centrale per supportare gli scienziati, Akerman spiega che Novozymes ha adottato una tattica diversa, avvicinandosi all'abilitazione statistica dal livello aziendale. Tutti gli scienziati riceverebbero gli strumenti e la formazione necessari per applicare i metodi statistici alla loro ricerca.
"C'è un grande rischio nell'avere un team di statistica separato a cui vengono consegnati i dati da analizzare, e poi restituisce semplicemente il rapporto [agli scienziati]", dice. "La conoscenza del dominio è assolutamente vitale." Sviluppando la capacità statistica dell'intera organizzazione di ricerca e sviluppo, gli scienziati possono quindi utilizzare le statistiche per aumentare la propria esperienza biologica, acquisendo infine una conoscenza più approfondita del prodotto nel processo.
Naturalmente, la democratizzazione delle statistiche comporta due grandi sfide. Per prima cosa, Novozymes dovrebbe fornire agli scienziati formazione e risorse che consentano loro di eseguire correttamente approcci statistici. In secondo luogo, la leadership dovrebbe guidare l'adozione dall'alto verso il basso, persuadendo gli scienziati che potrebbero essere ancora scettici nei confronti di una nuova metodologia.
La chiave per superare entrambe le sfide, afferma Akerman, è stata la decisione di Novozymes di collaborare con JMP®. Software di rilevamento statistico e leader del settore nella progettazione di esperimenti (DOE), JMP ha offerto a Novozymes un'ampia capacità statistica, dalla visualizzazione dei dati di base alla modellazione avanzata dei dati funzionali, il tutto racchiuso in una piattaforma di facile utilizzo che può essere eseguita senza codice su qualsiasi laptop .
"JMP è uno dei pochi strumenti di cui credo di potermi fidare per l'utilizzo da parte di ogni scienziato e per il lavoro con impostazioni predefinite sensate che sono spiegate bene, che ti dicono cosa sta succedendo nella piattaforma", afferma Akerman. “Gli strumenti di visualizzazione di JMP rendono ovviamente molto facile guardare i dati da diverse angolazioni, anche quando abbiamo molte variabili diverse. Non ho mai visto nessuno avvicinarsi a JMP e non amare subito Graph Builder... E tutta la documentazione è facilmente disponibile per qualsiasi analisi o visualizzazione che [gli utenti] potrebbero voler fare".
Più che un semplice software, in JMP Akerman ha intravisto il potenziale di una partnership che potrebbe aiutare Novozymes a promuovere l'adozione dell'analisi su larga scala. JMP, afferma, ha lavorato strategicamente con Novozymes per valutare le aree mature per miglioramenti nei flussi di lavoro dei dati e supportare l'organizzazione con formazione, risorse e accesso agli esperti JMP.
Con la cultura di Novozymes molto d'accordo con l'abilitazione statistica, l'organizzazione ha iniziato la sua implementazione con il miglioramento delle competenze. "Tutti i nostri scienziati sono interessati al miglioramento: vogliono fare bene [il loro lavoro scientifico] e migliorare le loro metodologie", afferma Akerman. "Ma anche se tutti sono saltati in piedi per primi, provenivano da un luogo in cui il sistema educativo non enfatizza necessariamente le statistiche nella misura in cui mi piacerebbe vedere per gli scienziati".
Fortunatamente, JMP è stato un partner privilegiato per supportare l'introduzione di nuovi corsi di formazione su vasta scala grazie a risorse come Statistical Thinking for Industrial Problem Solving (STIPS) – un corso online gratuito di JMP – e l'accesso a un team attivo di esperti in materia di JMP . Dice Akerman: “La sfida di Novozymes consisteva nell'aggiornare gli scienziati sulle statistiche e nell'offrire loro l'accesso alle risorse di cui avevano bisogno per apprendere quelle nuove competenze, motivo per cui ritengo che STIPS sia così efficace. STIPS offre una rampa di accesso davvero piacevole per migliorare le tue abilità in un modo molto concreto rispetto a ciò che stai effettivamente facendo.
Da zero a leader mondiale
Le vittorie significative hanno solo rafforzato ulteriormente la domanda di formazione statistica e accelerato il ritmo con cui si è diffusa la scienza basata sui dati. Tra queste vittorie, forse il successo più drammatico è arrivato nel lievito per biocarburanti. Relativamente ritardatario nel campo dei lieviti che esprimono enzimi, Novozymes ha cercato di sfruttare la trasformazione statistica per accelerare il ritmo della ricerca e sviluppo.
Nelle fasi nascenti della divisione, il team di Akerman era stato chiamato a sviluppare un sistema che rendesse la condivisione dei dati senza attriti, la comunicazione senza sforzo e il lavoro continuo senza soluzione di continuità. "Gli scienziati hanno speso molta energia, attenzione e sforzi lavorando con il mio team, lavorando in JMP e comprendendo le pratiche relative ai dati per rendere i loro dati più efficaci di quanto non sarebbero stati altrimenti", spiega. Un obiettivo chiave era semplificare interi flussi di lavoro di dati con uno scripting relativamente minimo. Questa automazione non solo ha aggiunto uno strato di riproducibilità, ma ha anche accelerato il ritmo della sperimentazione e reso lo sforzo più collaborativo.
Il sistema risultante, MissionControl for Biofuel, presenta una tabella JMP che utilizza gestori di eventi per estrarre i dati del test dalla costruzione e progettazione del ceppo attraverso i test nei laboratori di ricerca applicativa e lo scale-up. Questi flussi di dati vengono quindi raccolti attraverso una combinazione di script JMP e Python e distribuiti in un formato che consente agli scienziati di attraversare e interrogare molto facilmente i dati indipendentemente dal livello di complessità. Ad esempio, i pannelli di interfaccia dinamici di MissionControl mostrano il lignaggio genetico, il genotipo misurato, il riepilogo della producibilità e la cronologia degli esperimenti, consentendo agli scienziati di aggirare le tradizionali sfide di accesso ai dati. Il sistema, afferma Akerman, offre una ricca esperienza di interfaccia utente per l'esplorazione dei dati e la creazione di livelli di comprensione del prodotto non possibili in precedenza.
"[MissionControl] è stato un punto di svolta per il modo in cui viene svolta la scienza del lievito - un punto di svolta in una sequenza di molti punti di svolta - che alla fine ha consentito al nostro team di passare da zero a leader mondiale nel lievito per biocarburanti in appena un paio d'anni", Akerman dice.
La scalabilità verticale con l'automazione di JMP offre un valore esponenziale
Con gli scienziati individualmente autorizzati a utilizzare metodi statistici, potenziati dal loro accesso a dashboard automatizzati standardizzati, la scommessa di Novozymes sulla democratizzazione delle statistiche ha dato i suoi frutti molte volte. Anche una piccola quantità di automazione, spiega Akerman, è stata fondamentale per aumentare i vantaggi di mettere uno strumento statistico nelle mani degli scienziati.
"Tutte le persone che fanno analisi ora stanno anche cercando di diventare sempre più veloci, cercando di automatizzarla, cercando di riutilizzare l'analisi che hanno fatto in precedenza", dice. "Ecco perché il mio team è ora concentrato sulla creazione di strumenti per aiutare gli scienziati a lavorare con i dati in modo più efficiente ed efficace [attraverso l'automazione]." Il linguaggio di scripting (JSL) di JMP, aggiunge, semplifica la creazione di pacchetti di una particolare metodologia e la distribuzione a più scienziati che possono quindi riprodurre lo stesso metodo di conseguenza. La riproducibilità, dice, crea fiducia nell'accuratezza dei risultati sperimentali.
Novozymes ha ulteriormente incoraggiato la creazione e la condivisione di componenti aggiuntivi di JMP sviluppando uno strumento interno per facilitare l'uso condiviso e il controllo delle versioni. Gli utenti possono ora salvare uno script JSL da qualsiasi piattaforma in JMP e caricarlo nell'intranet dell'azienda dove è disponibile in pochi secondi per gli utenti di tutta l'azienda. Inoltre, si aggiorna automaticamente.
Costruire il futuro della biotecnologia
Riflettendo su questi e altri successi, Akerman è chiaramente stimolato dalla prospettiva di un'innovazione significativa non solo nella scienza di Novozymes ma nel più ampio processo scientifico. “Mi entusiasma essere in grado di migliorare materialmente la vita, sia nel senso dei miei colleghi che stanno facendo scienza – rendendo la loro scienza più efficace e più facile da fare – sia nel rendere maggiore il loro impatto sul mondo facendo risuonare i loro dati nel tempo in un modo più significativo al di là di un singolo esperimento", afferma.
“Che si tratti di prodotti enzimatici o microbici, se riusciamo a costruire le cose più velocemente, in modo più efficace e con una qualità superiore, ciò aumenta l'impatto. [Con l'analisi aziendale,] l'impatto di Novozymes come azienda può crescere perché stiamo utilizzando metodi più efficaci per costruire il futuro della biotecnologia".
